如何使用 bs4 从 html 代码中获取特定项目？ [关闭]答案

【问题标题】：How do I fetch a particular item from html code using bs4? [closed]如何使用 bs4 从 html 代码中获取特定项目？ [关闭]
【发布时间】：2020-02-23 13:39:16
【问题描述】：

我有以下 HTML 代码。我想转换下面的 HTML 代码：

<div class="company_data__list">

 <div class="company_data__row"><div class="company_data__head">Name</div><div class="company_data__data">ABC Company<br/>Subtitle</div></div>
 <div class="company_data__row"><div class="company_data__head">Capital</div><div class="company_data__data">230000</div></div>
 <div class="company_data__row"><div class="company_data__head">Total</div><div class="company_data__data">103</div></div>

 <div class="company_data__row"><div class="company_data__head">Name</div><div class="company_data__data">XYZ Company<br/>Subtitle</div> 
 <div class="company_data__row"><div class="company_data__head">Total</div><div class="company_data__data">10</div></div>

 <div class="company_data__row"><div class="company_data__head">Name</div><div class="company_data__data">CAT Company<br/>Subtitle</div></div>
 <div class="company_data__row"><div class="company_data__head">Capital</div><div class="company_data__data">430000</div></div>
 <div class="company_data__row"><div class="company_data__head">Total</div><div class="company_data__data">10233</div></div>
 <div class="company_data__row"><div class="company_data__head">URL</div><div class="company_data__data">www.abc.com</div></div>

</div>

进入一个如下所示的 Json 文件：

{ id: '1',
  data:{
    name: 'ABC CAT Company',
    capital: '230000',
    total:'103'
  },
  id:'2',
  data: {
    name: 'XYZ CAT Company',
    total:'10'
  },
  id:'3',
  data: {
    name: 'CAT Company',
    capital: '430000',
    total:'10',
    url:'www.abc.com'
  },


}

我正在使用python3、bs4、re（正则表达式）

【问题讨论】：

如果您使用的是 bs4，为什么需要正则表达式来检索该数据？
我意识到了！编辑了我的问题。谢谢
到目前为止您尝试了什么，什么不起作用？如果你只需要一个函数，你可以试试soup.find()或soup.find_all()，你可以给它“div”，甚至像attrs={"class": "company_data__data"}这样的过滤。这可能会有所帮助：crummy.com/software/BeautifulSoup/bs4/doc/#find-all
感谢您的链接。我想我会多读一点。

标签： python html json regex beautifulsoup

【解决方案1】：

这是一种方法。

例如：

import csv
from bs4 import BeautifulSoup

html = """<div class="company_data__list">

 <div class="company_data__row"><div class="company_data__head">Name</div><div class="company_data__data">ABC Company<br/>Subtitle</div></div>
 <div class="company_data__row"><div class="company_data__head">Capital</div><div class="company_data__data">230000</div></div>
 <div class="company_data__row"><div class="company_data__head">Total</div><div class="company_data__data">103</div></div>

 <div class="company_data__row"><div class="company_data__head">Name</div><div class="company_data__data">XYZ Company<br/>Subtitle</div></div>
 <div class="company_data__row"><div class="company_data__head">Capital</div><div class="company_data__data">330000</div></div>
 <div class="company_data__row"><div class="company_data__head">Total</div><div class="company_data__data">10</div></div>

 <div class="company_data__row"><div class="company_data__head">Name</div><div class="company_data__data">CAT Company<br/>Subtitle</div></div>
 <div class="company_data__row"><div class="company_data__head">Capital</div><div class="company_data__data">430000</div></div>
 <div class="company_data__row"><div class="company_data__head">Total</div><div class="company_data__data">10233</div></div>

</div>"""

soup = BeautifulSoup(html, "html.parser")
content = soup.find("div", class_="company_data__list").find_all("div", class_='company_data__data') #Find required DIV
with open(filename, "w") as csv_file:       #Open File
    writer = csv.writer(csv_file)           #Create CSV object
    for i in range(0, len(content), 3):
        temp = [j.text for j in content[i:i+3]]
        writer.writerow(temp)               #Write Content

【讨论】：